当前位置：首页 > news >正文

ORB-SLAM3 特征点

news 2026/7/7 4:36:01

int N;、std::vector<cv::KeyPoint> mvKeys, mvKeysRight;和std::vector<cv::KeyPoint> mvKeysUn;是 ORB-SLAM3 中Frame类的核心成员变量，用于存储图像中提取的特征点信息。

📝 变量定义

这些变量在 ORB-SLAM3 的Frame.h文件中定义：

cpp

class Frame { public: int N; // 特征点数量 std::vector<cv::KeyPoint> mvKeys; // 原始提取的特征点（含畸变） std::vector<cv::KeyPoint> mvKeysRight; // 右目原始特征点（仅双目/RGB-D使用） std::vector<cv::KeyPoint> mvKeysUn; // 去畸变后的特征点（用于计算） // ... };

📖 详细解读

1.`int N`

含义：当前帧中提取的特征点总数。
作用：作为所有特征点相关向量的大小基准，用于遍历和索引。

赋值：通常在构造函数中根据图像提取的特征点数量赋值：

cpp

N = mvKeys.size(); // 单目 N = mvKeys.size(); // 双目/深度，一般取左目数量

2.`std::vector<cv::KeyPoint> mvKeys`

含义：从原始图像中提取的ORB特征点（包含相机畸变）。
来源：直接从图像上通过ORBextractor提取得到，坐标是原始的像素坐标 (u, v)，未经任何修正。
用途：主要用于特征匹配和描述子提取。

3.`std::vector<cv::KeyPoint> mvKeysRight`

含义：右目图像中提取的ORB特征点（仅用于双目相机和RGB-D相机）。
用途：用于双目立体匹配，计算视差和深度。在单目相机中，此向量为空。

4.`std::vector<cv::KeyPoint> mvKeysUn`

含义：去畸变后的特征点（Undistorted Keypoints），即矫正后的归一化平面坐标或像素坐标。
计算方式：在Frame构造函数中，通过调用相机模型的UndistortKeyPoints()函数，将mvKeys中的畸变坐标矫正为无畸变坐标。
cpp
```
mpCamera->UndistortKeyPoints(mvKeys, mvKeysUn);
```
用途：用于所有需要精确几何计算的任务，包括：
- 三角化生成地图点
- 计算重投影误差
- 位姿优化（BA）
- 与地图点进行3D-2D匹配

🔍 三种特征点的对比

变量	是否含畸变	坐标系	主要用途
`mvKeys`	✅ 是	原始像素坐标 (u, v)	特征提取、描述子匹配
`mvKeysRight`	✅ 是（右目）	原始像素坐标 (u, v)	双目立体匹配
`mvKeysUn`	❌ 否（已矫正）	矫正后像素坐标或归一化平面坐标	三角化、BA优化、重投影误差计算

⚙️ 实际使用示例

获取特征点坐标

cpp

// 使用原始坐标（匹配时常用） cv::KeyPoint kp = mvKeys[i]; float u = kp.pt.x; float v = kp.pt.y; // 使用去畸变坐标（几何计算时常用） cv::KeyPoint kp_un = mvKeysUn[i]; float u_un = kp_un.pt.x; float v_un = kp_un.pt.y;

双目深度计算

cpp

// 在双目模式下，左右目特征点匹配 // mvKeys 为左目特征点，mvKeysRight 为右目特征点 float disparity = mvKeys[i].pt.x - mvKeysRight[i].pt.x; float depth = f * baseline / disparity; // 计算深度

💎 总结

变量	一句话总结
`N`	特征点总数，向量大小的基准
`mvKeys`	原始提取的、含畸变的特征点，用于匹配
`mvKeysRight`	右目原始特征点，仅双目/RGB-D使用
`mvKeysUn`	去畸变后的特征点，用于所有几何计算

补充：

在ORB-SLAM3中，N和mvKeysUn在单目和双目模式下的主要区别如下：

📊 核心区别速览

特性	单目模式	双目模式
`N`(特征点数量)	等于左目图像提取的特征点总数。	同样等于左目图像的特征点总数。
`mvKeysUn`(去畸变特征点)	始终有效，存储所有去畸变后的特征点，用于几何计算。	通常无意义，因为输入图像一般已预先矫正，该字段可能为空或未被使用。
数据来源	仅有一张图像。	左右两张图像，但主流程基于左目。
特征点存储	`mvKeys`(原始) ->`mvKeysUn`(去畸变)。	`mvKeys`(左目原始)，`mvKeysRight`(右目原始)。
`mvKeysUn`的作用	提供无畸变的坐标，用于后续三角化、重投影误差计算等。	因输入图像已去畸变，其作用被弱化或替代。

📝 详细解读

N(特征点数量)：无论是单目还是双目，N都代表左目图像提取的特征点数量。在双目模式下，右目图像的特征点存储在另一个向量mvKeysRight中，不计算在N内。
mvKeysUn(去畸变后的特征点)：这是两者最核心的区别。
- 在单目模式中：mvKeysUn非常重要。它存储了mvKeys经过去畸变后的特征点，是后续所有几何计算（如三角化、计算重投影误差等）的基础。
- 在双目模式中：mvKeysUn的“存在感”很低，因为双目系统通常处理的是已经过极线矫正（Rectified）的图像对。这意味着输入的图像本身就已去畸变，因此mvKeysUn可能未被使用或直接复制了mvKeys的值。